模糊与自适应膜计算模型及算法研究

膜系统是受生命细胞、组织和器官的结构和功能的启发而提出的一类新颖的分布式并行计算模型，其所拥有的诸多优势和特性对近似推理、故障诊断、过程控制、模式识别和信号处理等应用领域颇具吸引力。然而，现有的膜系统由于定义形式的局限和相关机制的缺乏，使其无法直接应用于这些领域。为此，本申请项目重点研究模糊膜系统和自适应膜系统及其分布式并行学习算法。.首先，通过在膜系统中引入模糊集和模糊逻辑等机制，建立一类新的模糊膜系统及其并行推理算法，实现模糊信息处理、模糊知识表达和更加智能的动态模糊推理；其次，通过在膜系统的定义、进化规则和信息传递机制中引入权重和阈值等参数以及新的点火机制，构造一类新的自适应膜系统，研究并建立其学习算法；最后，开发两类膜系统的仿真软件。本研究为拓展膜系统及其求解工程实际问题具有重要的研究意义，同时也为上述应用领域提供一种新颖的方法或全新的计算模型。

膜计算是受生命细胞的结构和功能所启发的一类新颖的分布式并行计算模型，是计算机科学的一个新兴领域。由于已有的多数膜计算模型是随理论问题的研究而提出，所以原始的基于形式语言框架的机制制约了它们在许多实际问题中的应用。如何突破这个瓶颈并拓展膜计算模型的应用范围是当前膜计算的一个研究热点。. 为了克服原始膜计算模型在实际应用中的限制，本项目重点研究了两类新的膜计算机模型，模糊膜计算模型和自适应膜计算模型，并且应用它们解决若干实际应用问题。所取得的研究成果总结如下：. （1）建立了三种模糊脉冲神经P系统，提出了相应的系统建模方法，并发展出若干模糊推理算法。. （2）建立了一种基于模糊脉冲神经P系统的故障诊断模型，并成功地应用这个故障诊断模型去处理不同的电力系统的故障诊断问题。. （3）分别构建了一种细胞型和组织型模糊P系统，并应用于求解微网运行控制问题。. （4）建立了一种自适应模糊脉冲神经P系统，并开发了相应的参数学习算法，然后提出了一种自适应的故障诊断方法应用于电力系统故障诊断。. （5）建立了多种具有参数调整机制的膜计算优化模型，并且应用它们求解不同的实际应用问题，包括图像与信号处理、优化控制和数据聚类分析等问题。. 本项目对模糊和自适应膜计算模型进行系统且深入的研究，探讨其相关机制和发展出有效的算法。这些应用研究成果的取得，极大地提高了膜计算的应用水平并拓展了其应用范围。